К вопросу об использовании аналитики больших данных в управленческой деятельности медицинских организаций

Введение. Потенциал использования аналитики больших данных в системе управления медицинскими организациями вызывает интерес у организаторов здравоохранения в связи с возросшим в последнее время вниманием со стороны научного сообщества к вопросам, посвященным поиску взаимосвязи между внедрением аналитики больших данных и пользой для медицинских организаций, как с точки зрения эффективности использования ресурсов, так и с точки зрения повышения эффективности управления.

Цель исследования состоит в обобщении научной информации, характеризующей возможности использования аналитики больших данных в управленческой деятельности медицинских организаций.

Материалы и методы. В библиографических базах PubMed, eLIBRARY, CyberLeninka, ScienceDirect и банке документов Всемирной организации здравоохранения произведен поиск публикаций, освещающих проблематику использования аналитики больших данных в здравоохранении. Поисковая стратегия основана на наборе ключевых слов и словосочетаний: «большие данные в управлении медицинской организацией», «аналитика больших данных в здравоохранении», «big data», «analytics», «management», «healthcare».

Результаты. Проанализированы и обобщены общие и специфические аспекты возможностей аналитики больших данных для использования в управленческой практике медицинских организаций. Отмечены положительные факты использования аналитики больших данных в процессе управления персоналом, прогнозировании количества обращений в отделения неотложной помощи и в процессе отслеживания назначения и приема назначенных лекарственных препаратов.

1. Шляхто, Е.В. Информация как важнейший инструмент развития персонализированной медицины. Как научиться ей управлять на благо пациента. Наука о «больших данных» / Е.В. Шляхто, А.О. Конради, Д.И. Курапеев // Российский журнал персонализированной медицины. – 2022. – Т. 2, №. 6. – С. 6-15. – DOI 10.18705/2782-3806-2022-2-6-6-15.

2. Cozzoli, N., Salvatore, F.P., Faccilongo, N. et al. How can big data analytics be used for healthcare organization management? Literary framework and future research from a systematic review // BMC Health Serv Res. – 2022. – URL: https://doi.org/10.1186/s12913-022-08167-z (date of the application: 17.10.2023).

3. Wang Y, Byrd T.A. Business analytics-enabled decision-making efectiveness through knowledge absorptive capacity in health care // Journal of Knowledge Management – 2017. – Vol. 21. – №. 3. – Р. 517-539. – URL: https://doi.org/10.1108/JKM-08-2015-0301(date of the application: 17.10.2023).

4. Wang Y, Kung LA, Byrd TA. Big data analytics: Understanding its capabilities and potential benefts for healthcare organizations // Technol Forecast Soc Change. 2018. – Vol. 126. – Р. 3–13. – URL: https://www.ehidc.org/sites/default/files/resources/files/big%20data%20analytics.pdf (date of the application: 17.10.2023).

5. Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., Byers A.H. Big data: The next frontier for innovation, competition, and productivity. – 2011. – URL: https://www.mckinsey.com/capabilities/mckinseydigital/our-insights/big-data-the-next-frontier-for-innovation (date of the application: 17.10.2023).

6. От инноваций к внедрению: электронное здравоохранение в Европейском регионе ВОЗ. – URL: https://iris.who.int/handle/10665/343788 (date of the application: 17.10.2023).

7. Слинин, А.С. Большие данные и визуальная аналитика в детской онкологии и гематологии / А.С. Слинин, Ф.Н. Костин, М.О. Стариков // Вестник Биомедицина и социология. – 2023. – Т. 8, № 2. – С. 16-24. – DOI 10.26787/nydha-2618-8783-2023-8-2-16-24.

8. Ristevski B, Chen M. Big Data Analytics in Medicine and Healthcare // J Integr Bioinform. –2018. – Vol. 15. №. 3. – Р. 20170030. – DOI 10.1515/jib-2017-0030.

9. Gandomi A, Haider M. Beyond the hype: Big data concepts, methods, and analytics // Int. J. Inf. Manag. –2015. – Vol. 35. – Р. 137–144.

10. Diebold, Francis X. A Personal Perspective on the Origin(s) and Development of 'Big Data': The Phenomenon, the Term, and the Discipline. – 2012. – №. 13-003. – URL: http://dx.doi.org/10.2139/ssrn.2202843(date of the application: 17.10.2023).

11. Dash S, Shakyawar SK, Sharma M, Kaushik, S. Big data in healthcare: Management, analysis and future prospects // J. Big Data. 2019. – Vol. 6. – №. 54. – URL: https://doi.org/10.1186/s40537-019-0217-0 (date of the application: 17.10.2023).

12. Информационные системы Минздрава России. – URL: https://minzdrav.gov.ru/ministry/web-site/informatsionnye-sistemy-minzdrava-rossii.

13. ТОП-8 медицинских информационных систем 2021: обзор и сравнительный анализ российских МИС. – URL: https://archimed.pro/blog/top-8-meditsinskikh-informatsionnykh-sistem-2021-obzor-isravnitelnyy-analiz-rossiyskikh-mis/(date of the application: 17.10.2023).

14. Aarathi S; Vasundra S. Impact of healthcare predictions with big data analytics and cognitive computing techniques // International journal of Recent Technology and Engineering – 2019. – Vol. 8. – №. 2 –. P. 4757–4762. – URL: https://www.ijrte.org/wp-content/uploads/papers/v8i2/B1804078219.pdf (date of the application: 17.10.2023).

15. Lhotska L., Application of industry 4.0 concept to health care // Stud. Health Technol. Inform. – 2020. – Vol. 273. – Р. 23–37. – DOI 10.3233/SHTI200613.

16. Aceto G, Persico V, Pescapé A., The role of Information and Communication Technologies in healthcare: Taxonomies, perspectives, and challenges // J. Netw. Comput. Appl. – 2018. – Vol. 107. – Р. 125 – 154. DOI 10.1016/j.jnca.2018.02.008.

17. Jain DA, Kumar V, Khanduja D, Sharma K, Bateja R. A detailed study of big data in healthcare: case study of Brenda and IBM Watson // Int J Recent Technol Eng. 2019. – Vol. 7. –№. 5. – Р. 8–12.

18. Wang Y Hajli, N. Exploring the path to big data analytics success in healthcare // J Bus Res. – 2017. – Vol. 70. – Р. 287–99. DOI: 10.1016/J.JBUSRES.2016.08.002.

19. Wang Y, Kung LA, Byrd TA. Big data analytics: Understanding its capabilities and potential benefts for healthcare organizations // Technol Forecast Soc Change. –2018. – Vol. 126. – Р. 3–13. – URL: https://doi.org/10.1016/j.techfore.2015.12.019 (date of the application: 17.10.2023).

20. W atson HJ. Tutorial: big data analytics: concepts, technologies, and applications // Commun Assoc Inf Syst. – 2014. – Vol.34–Р.1247–1268. – DOI 10.17705/1CAIS.03465.

21. Maglaveras N, Kilintzis V, Koutkias V, Chouvarda I. Integrated care and connected health approaches leveraging personalised health through big data analytics // Stud Health Technol Inf. – 2016. – Vol. 224. – Р. 117–22. – DOI 10.3233/978-1-61499-653-8-117.

22. Hurwitz J, Nugent A, Hapler F, Kaufman M. Big data for dummies. – Hoboken: Wiley; 2013. – 312 р.

23. Sadeghi P, Benyoucef M, Kuziemsky CE. A mashup-based framework for multimulti-level healthcare interoperability // Inf Syst Front. – 2012. – Vol. 14. Р 57–72. – URL: https://doi.org/10.1007/s10796-011-93060 (date of the application: 17.10.2023).

24. Sousa MJ, Pesqueira AM, Lemos C, Sousa M, Rocha Á. Decision-making based on big data analytics for people management in healthcare organizations // J Med Syst. – 2019 – Vol. 43 – №. 290 – DOI 10.1007/s10916-019-1419-x.

25. Yu W, Zhao G, Liu Q, Song Y. Role of big data analytics capability in developing integrated hospital supply chains and operational fexibility: An organizational information processing theory perspective // Technol Forecast Soc Change. – 2021. – Vol. 163.– DOI:10.1016/j.techfore.2020.120417.

26. Slack N, Brandon-Jones A, Johnston R. Operations management. 8th ed. – Harlow: Pearson, 2016. – 752 р.

27. Dong, J., Wu, H., Zhou, D. et al. Application of Big Data and Artificial Intelligence in COVID-19 Prevention, Diagnosis, Treatment and Management Decisions in China // J Med Syst. – 2021. – Vol. 45. – №. 84. – URL: https://doi.org/10.1007/s10916-021-01757-0 (date of the application: 17.10.2023).

28. Ting DS, Wei LC, Dzau V, Wong TY. Digital technology and COVID-19 // Nat Med. – 2020; – Vol. 26 – Р. 459– 461. DOI: 10.1038/s41591-020-0824-5.

29. Б. Марр. Большие данные в здравоохранении: парижские больницы прогнозируют уровень госпитализации с помощью машинного обучения. – URL: https://www.forbes.com/sites/bernardmarr/2016/12/13/big-data-in-healthcare-paris-hospitals-predict-admission-rates-using-machine-learning/?sh=4f3ab12d79a2 (date of the application: 17.10.2023).

30. Merchant R, Szefler SJ, Bender BG, Tuffli M, Barrett MA, Gondalia R, Kaye L, Van Sickle D, Stempel DA . Impact of a digital health intervention on asthma resource utilization. World Allergy Organ J. 2018 Dec 3;11(1):28.doi: 10.1186/s40413-018-0209-0.

31. Панов А.И. Использование аналитики больших данных в здравоохранении / А.И. Панов // Экономика и качество связи. – 2023. – № 2. – С. 21-30.

32. Яковлев А.В., Найденова К.Н. / А.В. Яковлев, Найденова К.Н. Концепция использования технологии больших данных в современной медицине // Организация здравоохранения. – 2018. – № 1. – С. 17-22.

33. Gunapal PPG, Kannapiran P, Teow KL, et al. Setting up a regional health system database for seamless population health management in Singapore // Proceedings of Singapore Healthcare. – 2016. – Vol. 25: – Р. 27–34. – DOI:10.1177/2010105815611440.